AI 基建與開源模型加速：光纖擴產、Gemma 4 落地與美國政策風向

過去一年企業部署 AI 的門檻愈來愈低，但「算力、連接、合規」三條主線正同時加速：一方面數據中心為了支撐更多 GPU 叢集，開始把供應鏈延伸到光纖與光模組等關鍵零件；另一方面，具備推理與代理工作流能力的開源模型愈趨成熟，讓中小企也可在本地或私有雲做出可控方案；同時，主要市場的政策框架逐步成形，合規與風險管理需要提早納入產品設計。

AI 數據中心「光連接」成新瓶頸：產能擴張加速

當企業把 AI 從試驗走向生產環境，資料在 GPU 之間高速流動的需求急升，令光纖、連接器與光學封裝成為擴容的關鍵。最新的供應鏈合作動向顯示，上游正以「本土化＋擴產」方式應對：未來大型機房的建設成本與交付週期，可能不再只看 GPU 供應，更要看光連接物料與產能能否跟上。對香港企業而言，若有跨境上雲或自建機房計劃，建議把網絡架構與光連接採購風險提早納入專案排程，並評估多供應商策略。

開源模型走向「可落地的代理工作流」：Gemma 4 強調授權與效率

另一條線是開源模型的企業可用性提升。新一代模型不只追求參數更大，而是更著重推理、工具調用、結構化輸出與長上下文等「可接入流程」能力，方便與 CRM、知識庫、工單系統等串接，形成半自動或全自動的代理式工作流。對中小企來說，具商用友善授權的開源模型，意味著可在合規要求較高的場景（如金融、醫療、客戶資料）選擇本地部署或私有雲，減少資料外流疑慮；同時亦可按成本把推理負載分層：核心任務用較強模型，日常任務用更輕量版本。

政策風向：全國框架取代碎片化規管，企業要同步合規與部署

在政策層面，主要經濟體正嘗試把 AI 規管從零散要求整合成較一致的框架，重點常見於未成年人保護、反詐騙、知識產權、言論與透明度等範疇。對跨境經營的香港公司，這代表未來投標、合作與產品上線時，對「資料治理、內容風險、審計記錄」的要求可能更標準化。實務上可先做三件事：建立模型與資料來源台帳（可追溯）、為高風險用例加入人手覆核與權限控制、以及把第三方模型/工具的責任分界寫入合約與內部流程，避免部署速度快過合規能力。